天气预报15天

把食品从市场运到顾客之手，可看成属于工业气象学范围，但从农场运到市场，仍可被汄为是农业气象学的一部 分。

为对农民收入或国家食品总产量有所贡献，在农场里生产出来的农、菜、畜产品必须是高质量的。运输期间会发生产品变坏的事故，气象条件不利是其部分原因。在这方面， 如果稍有一些知识和预见，是能够使这种损失大为减少的。

例如,小果在摘后不久，特别是在天气炎热时，可于采摘后短时间内失去其新鲜品质。如果在炎夏季节的一个日照充足的日子里，将水果包装起来并装上运输车辆，然后停在水泥停车坪上，这样会使水果品质变坏，只好减价出售。运输中货车或卡车的作用不完全一样，因为快速运动将产生通风效 应，使水果温度保持着接近空气温度的度数，但即使如此， 若无合适的冷藏车，亦不宜在大热的白天运输。

寒冷天气也能带来一些问题，比如说马铃薯，无论是商品薯或者是种薯，在寒冷天气下用汽车或火车运输都有损失的危险，其中种薯受损失的危险性大。象芹菜或汤菜这样一些植物，则有非常强的抗冻力。

采摘或收获时天在下雨也能造成损失，这种损失以水果为特别严重，担是避免这种损失的唯一办法是停止采摘。在运输中，诃能损失的许多问题，要求有精确天气预报才能解决，因为避开有害条件的唯一措施是改变运输时间。

在运输期间牲畜的损失可能很严重，这种损失与天气之间的准确关系是值得仔细分析的。例如，经由公路运往屠宰间的一车猪，到达目的地时，有时会发现其中有死猪；此后，有一些猪在屠宰前可能死在圈内。有些猪在到达目的地时，必须马上杀掉，否则也会很快死于圏内，造成损失。这些猪被杀死后，猪肉常呈灰白色，松散，靡烂，终不能食用。

关于这样的死亡，兽医学上的解释，现在叫做“急性外 感综合症”，但也有人使用诸如“急性心脏病致死”、“肌肉功能退化”和“恶性高烧”之类的病名。重要的气象因子是运输期间的温度，看起来它对损失程度有很大的支配作用。

这种解释正确的可能性可直接用以月为基础的每1000头猪中损失头数的图解表示出来。一个屠宰场12年间的月平均损失和月平均白天温度。对这些图解和简单数字相关的考察进一步指出，温度作用可能比辐射更显著（因为6月份的损失比7月份少），而且1 — 7月间和8—12月间，温度与死亡之间的关系可能也是不一样的（因为8月份的损失显然比7月份小。对白天各小时的数值求平均而得到的白天温度，被认为是非常适宜于运输时间的温度，虽然工作日 所取平均值可能显现出极小差异。 所得的线性相关是：

白天平均温度与到达时的平均死亡数的相关：在1 一7月为0.97；在8—12月为0.99。白天平均温度与圏內平均死亡数的相关：在1—7月为0.95；在8—12月为0.98。白天平均温度与死亡总数的相关：在1—7月为0.96； 8—12月为 0.99。然而，长达12年期间的平均值可能把这些重要持征掩盖起来。因此，依据单独月份的白天平均温度，用重迭的 3 ℃的分段组合在一起，重新分析数据，此时，整个温度范围的明显线性关系已见不到，代之而出现的死亡数与温度的关系是在9 ℃以下随温度缓慢增加，在9 ℃以上则迅速增加，在暮春和初夏期间，尤其明显。

为进行更详细的探讨，现仍要按日考察数据。但首先必须证明温度实际上是主导气象因子。例如，我们可以认为， 大气湿度对外感条件应有一些影响。把中午的露点选为实用的湿度参考值。由于报告猪的“圏内死亡”日期不那么可靠,因此只考虑“到达时死亡”的数据。就1℃温度范围的 每一类别来说，这些日期被分为，到达时死亡，到达时无死亡，并在每一类别内找平均露点，结果发现，在1 一19℃的整个范围内，没有一致的差异。在1 — 7月，就19个类别的温度得出的结果是：有7个个例是“有死亡日”对应着较高的平均露点，有10个个例是“无死亡日”对应着较高的平均露点，有两个个例是平均露点与是否有死亡无关，其余月份（8〜12月）划分更为均等：9个是“有死亡日”对应较高的平均露点，9个是“无死亡日”对应着较高的平均露点； 1个与是否有死亡无关9

因此，一个给定温度下的露点平均值没有提供湿度是一个因子的证据。这可通过考察3℃温度分段内每个露点的死亡率来加以证实。在这样的分段内，如果湿度有些影响，死亡率应随露点的增加而增加。对8个这样（重迭）3℃的分段是15—17℃到22—24℃进行考察的。随着露点上升，每1000 头猪中死亡数增加的情形是不存在的。事实上，.在较低的温度分段中，找到负相关的证据，即在较低的露点下损失较大。在4个最高的温度分段内，死亡率与露点的相关系数分别为+ 0.19、-0.10、+0.23和-0.41，这说明，与湿度相关是不显著的。对这种情况，大概可作如下解释：在运输途中，猪可创造本身的潮湿气候环境，而外界湿度却是不重要的。

虽然直接日照对于运动中通风良好的机动车内部的温度可能几乎没有影响，但是大家都知道，当运输车停下来的时侯，温度会很快上升。因此，在运输中有死亡日和无死亡日的平均日照时数，象在湿度分折中一样，是就19个温度级别 的每一个级别找出的。1一7月的结果是8 — 8 — 3，8 — 12月是9 一 8 — 2，由此亦未发现什么规律。怛是，在较高 的温度分段内，发现了日照有影响的某种迹象。

首先要的是得到实际运输的猪“圏内死亡”的确实曰期。 可用两种方法，一种方法不需要作什么订正，把死在圈内的猪算作猪未被运进来的那天（比如星期天）的前一天死的； 另一种方法，涉及最大的订正，要考虑所研究的那天以及前 1、2、3天运输的头数。这样，所得结果很相似，因此大 的误差显然尚未被引进。

进一步来说，不能认为在白天运输的猪全都是在当天平均温度下运送的。有些会是在一天中的高温时间运送的，有些则是在清晨或午后接近傍晚的凉爽时段里运送的。为找出每一温度等级的死亡率，就31的激度范围采用1/2,1和1/2的加权系统。这样做得出很平滑的曲线，因此不必要采用可证 明为同等正确的较复杂的加权系统（1/3、2/3、1，2/3和 1/3）。

幼牛在运输中也会受到损失，但气候原因完全不同，白天高温显然不是主导因子。

对待每一个问题，都必须考虑它本身的价值，不能认为一次硏究结果在变化了的环境下也是适用的。虽然上面引 的结果只是涉及一个屠宰场的，但已获知，来自另一个猪的屠宰场的结果，就类型而言，在较短时间与此非常相似。这种情况一旦被证实，就可以有把握地实施避免运输损失的计划了。